***************************************************
码字不易,收藏之余,别忘了给我点个赞吧!
***************************************************
---------Start
Anaconda配置深度学习环境(Tensorflow或Pytorch或MindSpore)
1、Anaconda安装
2、深度学习框架安装
2.1、MindSpore安装
- 在anaconda终端创建MindSpore环境,并激活该环境,等待创建成功。
conda create -n mindspore python=3.7
conda activate mindspore
- 进入MindSpore官网
网址 - 选择相应配置信息复制指令,目前GPU版本只支持linux操作系统。
文章图片
- 在anaconda终端激活你所使用的python环境,粘贴指令,敲击回车。
文章图片
- 等待安装完成后,进入python环境,使用指令import mindspore 检查是否安装正常,若无报错,则安装成功。
文章图片
- 创建tensorflow环境,指定python版本,在终端输入以下命令,等待安装成功。
文章图片
- 在终端输入以下指令,激活刚创建的tf2.1环境。
文章图片
- 终端输入以下指令,下载cudatoolkit=10.1
文章图片
- 终端输入以下指令,下载深度学习包。
文章图片
- 终端输入以下指令安装tensorflow2.1版本,-i后面是指定下载源为清华源,下载速度快点。
pip install tensorflow==2.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

文章图片
- 等待下载完成后,输入conda list指令查看该环境下已经安装成功的第三方包。

文章图片

文章图片
- 终端输入以下指令,检查是否安装成功。
文章图片
文章图片
- 创建Pytorch的环境,激活Pytorch的环境,在anaconda终端输入以下指令,等待创建完成。
conda create -n pytorch python=3.7
conda activate pytorch
- 进入pytorch官网,点击Install。
文章图片
- 电脑有英伟达的显卡就选择CUDA版本,没有就选择CPU版本,这里需要查看自己电脑的CUDA版本。
- 按win+Q,输入控制面板,然后查看方式小图标,点击NVIDIA控制面板。
文章图片
文章图片
文章图片
- 确认CUDA版本后,复制pytorch的下载命令至刚刚创建的pytorch环境中,等待下载完成。
文章图片
- 在终端输入以下指令,检查pytorch是否安装成功,返回True,表示安装成功。
文章图片
3.2、Pycharm配置python解释器
- Pycharm软件和Anaconda环境都安装好后,接下来就是将Anaconda中python环境在Pycharm中导入,这样,Pycharm就能运行python程序了。
- 点击File,Settings,搜索Interpreter,点击Interpreter。
文章图片
文章图片
- 点开下拉框,点击Show All。
文章图片
-选择你所需要的深度学习框架的环境,点击OK,等待加载完成后就可以开始新建文件编辑代码了。
文章图片
推荐阅读
- pytorch|PyTorch模型转caffe
- big|一文读懂元宇宙生态Plato Farm,治理通证PLATO的价值
- 深度学习|TensorFlow 2.0学习笔记-段曹辉
- 数据安全|数据分类分级方法及典型应用场景
- ROS学习笔记|ROS学习笔记(十六) 统一机器人描述格式URDF
- 数据安全|数据安全技术落地经验浅谈和分类分级实施
- 新闻速递 I MobTech首席数据官杨冠军受CSDN之邀,探索企业数字化转型最佳路径
- fanuc机床监控法那科CNC数据采集fanuc实时监控FANUC数采法那克远程监控FANUC在线监控FANUC远程控制
- 圆桌实录 | 为什么不约而同选择了大 Kernel